共查询到20条相似文献,搜索用时 781 毫秒
1.
2.
3.
电动助力转向系统(EPS)是汽车转向行业的发展方向,其中助力控制策略的选取在EPS中起关键性作用。根据简化的汽车电动助力转向物理模型,建立转向系统和助力电动机相应的数学模型,选取转矩电流双闭环PID控制策略,建立了合适的助力特性曲线。在Simulink环境中建立相应的仿真模型,仿真结果表明,选取的电动助力转向控制策略提高了转向系统的稳定性、轻便性、跟随性和路感要求,验证了控制策略的有效性。 相似文献
4.
针对车辆电动助力转向系统(EPS)的特点,提出了基于蚁群算法的电动助力转向系统控制策略,将蚁群算法与模糊PID控制器相结合,根据车辆不同运行工况,通过实时在线优化模糊PID控制器中的控制参数,进一步提高EPS系统的控制精度与收敛速度,通过Matlab/Simulink进行了各种运行工况下整车EPS系统的仿真实验。实验结果表明,与常规PID控制相比,采用基于蚁群算法的控制策略,EPS系统的控制精度高、超调量小、调整时间短,该控制策略具有蚁群算法收敛响应速度快和PID控制精度高的优点,适合应用于车辆EPS系统。 相似文献
5.
6.
7.
为提高电动助力转向(EPS)系统控制的精度,必须对传感器的输出信号进行动态补偿。阐述了EPS系统的结构原理,建立了EPS状态空间方程,设计了PID闭环控制器,并对参数进行了整定。仿真结果表明,通过对信号的滤波及动态补偿,能够显著抑制信号噪声的干扰,提高了EPS系统的控制质量。 相似文献
8.
9.
提出一种基于粒子群优化神经网络PID的车道保持控制方法。首先搭建车路模型和EPS(Electric Power Steering,电动助力转向系统)模型;然后建立粒子群优化神经网络PID控制器,利用粒子群算法优化神经网络的初始权值和阈值,提高神经网络算法的收敛速度和精度,优化后的神经网络算法在线调整PID控制器的3个参数比例Kp、积分Ki、微分Kd,输出最优组合;最后,进行车道保持硬件在环试验,试验表明:相对于常规PID控制和神经网络PID控制,在粒子群优化神经网络控制下,车道保持系统的跟踪精度和稳定性都更高。 相似文献
10.
11.
12.
13.
14.
在电动助力转向系统(EPS)的数学模型和整车八自由度模型基础上,建立了基于Matlab/Simulink的电动助力转向系统仿真模型。基于扭矩输入对电动助力转向系统应用PID进行助力控制。仿真结果表明,所设计的电动助力转向系统在改善转向轻便型和路感的同时,具有很好的抗干扰性能,能提高汽车行驶的操纵稳定性和安全性。 相似文献
15.
阐述了电动助力转向系统(EPs)的基本组成和工作原理,设计了基于MC9S12XS128单片机控制的电动助力转向系统。介绍了其主要硬件电路模块的组成和软件总体设计,并对所设计的EPS控制器进行了台架试验,试验表明所设计的电助力转向系统能够很好地跟踪月标电流,实现闭环助力功能。 相似文献
16.
17.
18.
19.
阐述了车辆电动助力转向系统(EPS)的结构与工作原理.研究了EPS系统在路面冲击下的稳定性能及控制方法,对助力电机输出电流施行模糊PID闭环反馈控制,并采用幅频复合滤波对控制信号进行滤波处理,从而进一步提高了控制效果.通过在快速控制原型平台上进行的硬件在环实时仿真表明,该方法明显改善了EPS系统的控制性能. 相似文献